《Nucleic Acids Research》：EVLncRNAs 4.0: an updated database of experimentally validated functional long non-coding RNAs with evidence-grounded AI access
编辑推荐：
长非编码RNA（lncRNAs）具有多样的生物学功能，但经实验验证的证据仍分散于文献中，且常依赖具体语境。EVLncRNAs 4.0（https://www.sdklab-biophysics-dzu.net/EVLncRNAs4/）更新了研究人员人工审编的、
长非编码RNA（lncRNAs）具有多样的生物学功能，但经实验验证的证据仍分散于文献中，且常依赖具体语境。EVLncRNAs 4.0（https://www.sdklab-biophysics-dzu.net/EVLncRNAs4/）更新了研究人员人工审编的、由低通量实验支持的功能性lncRNA数据库。本版本检索并人工筛选了2023年5月15日至2026年5月15日间索引的16 581篇出版物。与EVLncRNAs 3.0相比，EVLncRNAs 4.0包含来自199个物种（+23%）的7808个功能性lncRNAs（+26%）、2313种疾病（+34%）、28 757条审编功能记录（+21%）和18 380个分子相互作用（+25%）。EVLncRNAs 4.0还引入了两个基于审编证据库构建的AI辅助功能。AI Search采用增强的检索增强生成（RAG）框架，可在Quick、Expanded和Exhaustive检索模式间自适应选择，并基于检索到的EVLncRNAs记录生成带PMID链接引用的答案。基准评估显示，在所提供证据语境中，请求执行完整、检索覆盖率高且引用完全有效。Functional Overview在生成简明的循证摘要前，检索并聚合lncRNA特异性和物种特异性的审编记录。在这两个功能中，语言模型仅对检索到的证据进行综合，而不作为生物学知识的独立来源。因此，EVLncRNAs 4.0提供了一个扩展的、以实验证据为基础的资源，用于跨物种和生物学语境访问与解释功能性lncRNA证据。
研究背景与目的：长非编码RNA（lncRNA，长度>200 nt且无既定经典蛋白编码作用的转录本）参与基因表达调控、染色质组织、RNA加工、发育和疾病。转录组和多组学技术扩展了lncRNA发现与注释；GENCODE、NONCODE、LncBook、RNAcentral和Ensembl提供广泛注释框架，RNADisease、LncTarD和Lnc2Cancer提供疾病与调控信息。但转录本检测、差异表达或计算关联本身不能建立生物学功能；单条lncRNA的实验证据分散于原始文献，功能常依赖生物学和实验语境，因此需要系统、与出版物链接的验证功能审编。EVLncRNAs此前收集低通量实验支持的功能lncRNA并链接文献；2.0增加类别和互作资源，3.0增加功能分类、机制注释和初步ChatGPT辅助Functional Overview。随着审编文献增长，如何高效检索和综合大量PMID链接记录成为挑战；近期AI和RAG可结合检索证据与语言模型生成，但语言模型可能生成无支持陈述和不可靠参考文献，因此知识库AI访问需使输出锚定审编证据并可追溯来源。研究人员据此构建EVLncRNAs 4.0，更新证据库并引入AI Search和Functional Overview；论文发表于《Nucleic Acids Research》。研究结论：该版本提供扩展的、实验证据基础资源，用于跨物种和生物语境访问与解释功能性lncRNA证据；AI功能是证据导航和综合辅助而非权威结论。意义：在保持人工审编和证据可追溯的前提下提升大规模证据可访问性。
技术方法：文献队列来源为PubMed Advanced Search检索2023年5月15日至2026年5月15日索引的16 581篇出版物，使用lncRNA相关词并排除撤稿；人工筛选，仅纳入qRT-PCR、敲低、Northern blot、荧光素酶报告实验等低通量实验验证的功能lncRNA，ChIRP、CHART、RAP、HyPR-MS、CRUIS、CLIP等互作方法仅在另有功能实验时纳入；每条记录至少两名审编，按HGNC标准化；数据存MySQL，网页用Vue、PHP、Nginx、ECharts；AI Search用ChromaDB和Qwen3-Embedding-8B（4 096维）检索，冻结基准生成模型为DeepSeek；Functional Overview从MySQL聚合；评估用DouBao 2.1 pro、KIMI K3、GLM 5.3。无人群队列。
研究结果：
Expansion of the curated evidence base and specialized annotations：通过PubMed检索、人工筛选和与3.0比较，以及整合exoRBase 3.0、NPInter v5.0、FuncPEP v2.0、SmProt、cncRNAdb、PDB、RNALocate v3.0、RPS 2.0和RNAPhaSep等专门注释，得出7808个lncRNAs、199个物种、2313种疾病、28 757条功能记录和18 380个分子相互作用；专门注释中亚细胞定位记录由327增至2687，相分离相关lncRNA由14增至44，类器官相关记录由41增至75，耐药相关lncRNA由2540增至4131，外泌体RNA记录由1559增至2407；871个同源lncRNA形成386个同源组、覆盖57个物种，64.8%同源组共享至少一个生物过程类，72.5%共享至少一个分子功能类，64.2%共享至少一个临床应用类，但Jaccard相似度仅部分重叠，人-鼠生物过程类为0.284、分子功能类为0.359、临床应用类为0.295，疾病关联和互作目标重叠更低；结论为证据库扩展并揭示跨物种功能共享与证据差异。
AI Search: evidence-grounded natural-language access：通过冻结300问题基准评估检索覆盖和引用可追溯性，其中246题可答，Auto分配Quick 57题、Expanded 109题、Exhaustive 80题；得出Expanded和Exhaustive的Context Recall为0.958和0.966，Context macro F1为0.831和0.947，Displayed-Source macro F1为0.764和0.898；Quick的Context Recall为0.911、Context macro F1为0.580；全部246题Context macro F1为0.812、macro precision为0.740、macro recall为0.950，候选池和显示来源macro F1为0.810和0.768；54个数据库范围阴性问题中51个（94.4%）适当放弃；300个请求全部完成，PMID validity和Citation-in-Context均为300/300；结论为系统能可靠传递审编证据、引用可追溯，并在无合格证据时放弃。
Functional Overview: lncRNA-centered evidence synthesis：通过从100个预生成综述中分层抽样30个lncRNA，由DouBao 2.1 pro、KIMI K3和GLM 5.3采用基于声明和基于证据的程序评估证据覆盖、引用对齐、生物语境保留、可读性和有用性；得出评估支持证据覆盖、引用对齐和语境呈现的一致性；仅当至少3条审编记录时生成，100个lncRNA预生成，其他按需生成；结论为提供以lncRNA为中心的可追溯综合，但不替代记录级检查。
Representative use cases：通过NEAT1、H19、ZFAS1、HOTAIR和MALAT1案例展示；NEAT1人功能记录由626增至787，新增糖皮质激素诱导骨骼肌萎缩、脓毒症诱导急性呼吸窘迫综合征和Rett综合征等疾病语境；H19在糖尿病中检索到保护和致病角色，均链接PMID并附范围提示；ZFAS1显示广泛一致的致癌和miRNA海绵功能及组织与语境特异的不一致结果；HOTAIR（573条人记录）和MALAT1（994条人记录）生成约1700和1800词的物种特异版本化综述；结论为扩展证据和AI功能可对数百条出版物链接记录进行可追溯综合。
Web interface：通过浏览、搜索和网络视图集成访问；可按lncRNA、疾病或互作因子搜索，按物种、疾病、分子互作和功能分类浏览，也可按结构、肽编码、circRNA、外泌体RNA和耐药相关lncRNA浏览；AI Search页面提供四种检索策略和进度条，答案附支持记录、PMID和范围提示；Functional Overview按lncRNA-物种组合生成，跨物种回退显示不可关闭提示和标签；结论为界面整合数据与AI功能并提示对重要结论进行验证。
讨论总结：EVLncRNAs 4.0将证据保留在单条出版物链接观察层面，不压缩为单一共识功能，以保留细胞类型、亚细胞定位和互作伴侣等语境；accession标识覆盖3282/7808（42.0%；NCBI 2831，Ensembl 1748，有重叠），序列文件覆盖3272/7808（41.9%），4526条（58.0%）无accession，人记录覆盖48.2%、小鼠和大鼠37.3%、其他196物种23.6%；缺乏accession或全长序列不本身削弱原研究功能证据，但可能影响异构体识别、序列特异实验重现和跨研究比较。人工审编先于所有AI处理；AI Search跨数据库检索可呈现不一致证据，Functional Overview聚合特定lncRNA记录；生成模型仅在检索后组织和总结，引用须可追溯。3.0中Functional Overview由ChatGPT生成后人工修正遗漏和引用错误，4.0直接锚定审编记录可减少此类后生成修正。功能对研究充分的lncRNA有价值，但生成答案和综述未按证据强度排序，应作为入口而非替代批判性评价。基准显示Expanded和Exhaustive在上下文阶段恢复95.8%和96.6%的gold PMIDs，未观察到无效或语境外引用；检索策略互补，Quick候选召回0.954接近0.958和0.966，但候选macro F1为0.577，低于0.831和0.947；Auto适合常规使用，Exhaustive适合更广覆盖。Functional Overview为快速定向工具而非专家综合替代；未来将评估半自动文献筛选、优先排序和初步信息提取，并保留审编审核，生成层版本化可替换。研究结论译文：因此，EVLncRNAs 4.0提供了一个扩展的、以实验证据为基础的资源，用于跨物种和生物学语境访问与解释功能性lncRNA证据。AI Search和Functional Overview代表了将证据锚定的AI辅助访问整合进EVLncRNAs的初步步骤，其范围和性能将随着审编语料扩展和更多独立评估而继续评估和完善。
